传递值的形状为 (3, 2)，索引意味着 (6, 2)

Question

Quiero sacar el valor de chi cuadrado y el valor p，

结果 = pd.DataFrame(np.array([chi_valores[:3], p_valores[:3]]).T, 索引 = ['Adicciones / sme y sm', 'Alimentacion / sme y sm', 'Ansiedad / sme y sm', 'Apoyo / sme y sm', 'Bienestar / sme y sm', 'Compañia / sme y sm' , 'Deporte / sme y sm', 'Disciplina / sme y sm', 'Emociones / sme y sm', 'Estres / sme y sm', 'Habitos saludables / sme y sm', 'Salud / sme y sm', 'Tranquilidad / sme y sm', 'np.nan / sme y sm',], columns = ['Chi-Cuadrada', 'Valor p'])

显示（结果）

一个错误，ValueError：传递值的形状是 (3, 2)，索引意味着 (6, 2) Como puedo colocar 13 丝 y 2 柱

No se como puedo modificar el forma de la matriz

Answer 1

看起来您遇到了

ValueError

，因为您尝试放入 DataFrame 的数据与您指定的大小不匹配。您想要创建一个 13 行 2 列的 DataFrame，但提供的数据只填充 3 行。索引（预计有 13 个条目）与实际数据（仅提供 3 行）之间的不匹配是导致问题的原因。

您可以采取以下措施来修复它：

1. 确保传入 DataFrame 的数据有 13 行。这意味着调整

   chi_valores

   和

   p_valores

   的切片方式以包含所有必要的数据点。
2. 假设

   chi_valores

   和

   p_valores

   每个至少有 13 个元素，以下是调整代码的方法：

import numpy as np
import pandas as pd

# Assuming chi_valores and p_valores each have at least 13 elements
chi_valores = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13]  # Sample data
p_valores = [0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 0.01, 0.02, 0.03, 0.04]  # Sample data

# Create the DataFrame with 13 rows and 2 columns
resultados = pd.DataFrame(np.array([chi_valores, p_valores]).T, 
                          index=['Adicciones / sme y sm', 'Alimentacion / sme y sm', 'Ansiedad / sme y sm', 
                                 'Apoyo / sme y sm', 'Bienestar / sme y sm', 'Compañia / sme y sm', 
                                 'Deporte / sme y sm', 'Disciplina / sme y sm', 'Emociones / sme y sm', 
                                 'Estres / sme y sm', 'Habitos saludables / sme y sm', 'Salud / sme y sm', 
                                 'Tranquilidad / sme y sm'],
                          columns=['Chi-Cuadrada', 'Valor p'])

# Display the DataFrame
display(resultados)

输出：

索引	奇-夸德拉达	勇气p
上瘾 / sme y sm	1.0	0.1
Alimentacion / sme y sm	2.0	0.2
Ansiedad / sme y sm	3.0	0.3
阿波约 / sme y sm	4.0	0.4
Bienestar / sme y sm	5.0	0.5
Compañia / sme y sm	6.0	0.6
驱逐/sme y sm	7.0	0.7
纪律 / sme y sm	8.0	0.8
Emociones / sme y sm	9.0	0.9
Estres / sme y sm	10.0	0.01
Habitos saludables / sme y sm	11.0	0.02
致敬/sme y sm	12.0	0.03
宁静/sme y sm	13.0	0.04

只需将

chi_valores

和

p_valores

中的示例值替换为您的实际数据。这应该为您的 DataFrame 提供正确的结构。